基于广义似然比法的化工非线性动态过程过失误差侦破

广义似然比法(GLR)是一种有效适用于线性稳态化工过程的过失误差侦破方法。通过将动态化工数据协调模型中的微分约束和代数约束转化为矩阵形式和非线性约束线性化方法,成功将GLR应用到连续搅拌釜(CSTR)非线性动态系统中,同时计算了GLR在该系统中的过失误差侦破性能。统计结果表明,GLR的过失误差侦破率与过失误差大小和窗口长度有关:侦破率随过失误差增大而增大,随窗口长度增大而增大。     

基于多项式滤波的化工过程数据预处理

用多项式滤波预处理化工过程数据时,多项式滤波的除噪效果与多项式次数和数据点数目有关。当选取的数据点数目不大时,提出一种根据中位数选取多项式次数的方法,以提高多项式滤波的除噪效果。基于该方法,同时研究了多项式滤波的过失误差侦破性能。选取一反应釜系统进行仿真运算,计算结果表明,基于中位数选取多项式次数的方法能有效地除噪、有效地侦破过失误差。     

化工过程测量数据在线校正系统CPDRS的设计开发与应用(I)——数据校正技术与物性推算方法

设计开发了通用型化工过程在线测量数据校正与模拟优化系统 CPDRS,并在化工装置上得到应用 ,取得了满意的结果。着重探讨了目前过失误差侦破方法的局限性 ,提出了过程模拟与统计检验相结合的组合检验法 ;分析了线性与非线性数据校正的特点 ,提出了组合校正法。首次提出了对测量数据进行预处理的时间序列分析法 ,既增加了测量数据的冗余度 ,又提高了数据校正的速度和校正值的精度 ,可充分利用 DCS的大量历史数据 ,适用于在线数据校正过程 ;同时还对物性数据库及其推算方法进行了探讨     

基于过程模型的化工动态数据校正方法研究

在工业过程中,获得准确可靠的测量数据是实现过程控制、模拟、优化和生产管理的前提条件。当测量数据中存在过失误差时,基于过程模型的卡尔曼滤波得到的校正结果准确性会降低。为了降低过失误差的影响,将鲁棒估计函数与卡尔曼滤波相结合,利用鲁棒函数的影响函数修正测量值方差,提出了基于鲁棒估计函数改进的卡尔曼滤波,并推导给出了修正方差的计算公式。动态非线性实例的应用结果表明,与传统的卡尔曼滤波相比,改进的卡尔曼滤波的过失误差校正性能有了显著提高,可有效地用于动态过程的数据校正。     

化工过程测量数据在线校正系统CPDRS的设计开发与应用(Ⅰ)--数据校正技术与物性推算方法

设计开发了通用型化工过程在线测量数据校正与模拟优化系统CPDRS，并在化工装置上得到应用，取得了满意的结果。着重探讨了目前过失误差侦破方法的局限性，提出了过程模拟与统计检验相结合的组合检验法；分析了线性与非线性数据校正的特点，提出了组合校正法。首次提出了对测量数据进行预处理的时间序列分析法，既增加了测量数据的冗余度，又提高了数据校正的速度和校正值的精度，可充分利用DCS的大量历史数据，适用于在线数据校正过程；同时还对物性数据库及其推算方法进行了探讨。     

化工过程测量数据在线校正系统CPDRS的设计开发与应用(Ⅲ)——CPDRS系统考核与应用

在前序工作 (I)、(II)的基础上 ,应用化工过程测量数据校正系统CPDRS ,选择常减压炼油生产装置 ,以实际测量数据及现场标定数据对本研究提出的数据校正与过失误差侦破新方法、神经网络与过程模拟相结合的新策略等进行了考核分析。着重分析了过失误差侦破能力 ,数据校正值的准确性 ,CPDRS系统的通用性、可靠性。以CPDRS在常减压炼油装置的应用为例 ,介绍了CPDRS系统考核与应用情况。实例考核应用结果表明 ,CPDRS功能齐全 ,使用方便 ,校正结果与标定值相吻合。     

混合数据校正法在间歇过程中的应用

数据校正即是从测量的过程数据中消除过失误差并降低随机误差对测量值的影响，这对过程控制是非常重要的．采用移动中值滤波器(MM)消除过失误差，然后应用小波变换滤除随机误差．仿真结果表明，这种混合数据校正方法可以有效地进行数据校正，提高测量数据的可靠性．     

基于牛顿插值法的电子互感器数据同步分析

简单介绍了电子互感器的数据同步问题,分析了目前各种常用的同步方法及其优缺点,并对数值分析中牛顿插值算法的误差进行了理论分析和数值仿真验证.理论分析表明,牛顿插值法可以获得与拉格朗日插值法相同的精度,可以很好地同步包含高次谐波的数据,同时其乘法计算量较少,可以更快地获得同步数据.最后,采用Matlab作为仿真工具,设置了等距节点和非等距节点的采样值数据,分别进行了稳态采样值和暂态采样值最大误差计算,仿真结果证明了此方法的可行性.     

提高喷油泵供油量调整质量的研究

本文对柴油机喷油泵供油量调试过程中所产生的系统误差、过失误差和随机误差进行了较为详尽的分析，提出了减小系统误差、提高测量准确度的方法，并运用数理统计的方法对测量结果进行处理，从而提出了试验设备精度的检查方法，对提高喷油泵的高度精度、提高柴油机的维修质量提供了简便可行的方法。     

基于贝叶斯推理的标准k－ε湍流模型参数识别

为了降低湍流模型湍流参数不确定性给工程湍流问题求解带来数值误差,以后台阶流动为例研究了适用范围很广的k-ε湍流模型的参数识别问题.针对模型和实验数据的不确定性而采用了贝叶斯概率反演方法,该方法集成了有限单元法的正向计算和Metropolis-Hastings抽样算法的反向计算,从而给出在流速测量值已知的条件下标准k-ε湍流模型参数的后验概率分布.算例计算表明,采用参数识别后的参数值进行计算比传统推荐值有效地降低了数值误差.     

一种用于显著误差检测的改进型NT-MT算法

工业过程中数据的可靠性和准确性是控制过程和管理优化重要基础,但是由于测量过程中不可避免的存在着各种误差,测量值就不能准确的反应实际的化工过程。本文讨论了数据校正对工业过程的主要影响,如果有显著误差的存在,仍按照标准偏差来调整测量数据让其满足物料和能量平衡,所有的测量值将会受到显著误差影响而使得到的数据不能正确的揭示工业过程的状态。本文主要通过对几种传统检测显著误差的分析比较,提出了一种基于MT-NT测量方法的改进型NT-MT检测方法,通过改变测量方差的值来减少含有显著误差测量值所占的权重。仿真结果表明,本论文提出的方法能够更有效地检测和诊断显著误差。     

一种新的数据协调模型及显著误差检测

针对传统数据协调模型会将某些测量值中存在的显著误差分散到各个协调值中去的缺陷，提出了通过添加一个基于测量值比例关系上下限的约束条件，并利用罚函数的概念将物料平衡或能量平衡的约束条件以软约束的形式表示，建立了一种新的数据协调模型．改进后的数据协调模型只会对含有显著误差的测量值给予较大的协调量，而使得显著误差对其他测量值协调结果的影响较小．因此，该数据协调模型避免了传统模型的缺陷，具有较高的鲁棒性．基于该数据协调模型的协调结果，可直接利用测量残差检测法进行显著误差检测，具有较高的错误检出率，且“虚警”的错误率较低．     

DEM粗差探测算法在铁路线路测量中的应用

在现有的粗差探测算法的基础上,提出了一种新型的适用于离散形式DEM的粗差探测算法,并采用实测的ZX铁路线DEM数据对该算法进行检验.结果表明,新算法对不规则DEM粗差的探测有效实用.     

多源非平衡交通检测数据的异常识别方法

为保证交通检测数据的准确性并服务于实时的交通状态判别和预测,交通大数据采用多种检测源数据协同处理并利用机器学习的方法进行异常识别.异常检测数据的识别主要基于机器学习中AdaBoost方法实现.在算法的训练过程中,为消除单一检测源数据的离群现象,训练数据选取同一路段上多种检测源提供的数据集.在算法的决策过程中,通过代价敏感方法的优势来改进AdaBoost的决策.实验结果表明:基于非均衡特性改进的AdaBoost模型迫使分类器更加关注了待识别的异常样本,增强了AdaBoost决策过程中训练决策树规则的代表性,提高了异常类样本的分类准确率.高速公路实例检测数据集验证了改进算法与相关经典算法的检测准确度、误检率、误警率等指标,其中改进模型与原模型相比,准确率提高了5.547%,误检率减低了6.792%.多种算法的ROC曲线对比表明改进的AdaBoost方法筛选交通检测样本的可靠度更高,可有效调整由非平衡数据导致的分类误差.     

基于BP网络算法的大地测量误差检测技术

针对大地测量检测时间长、检测过程成本较高,且检测结果准确度较低的问题,提出一种基于BP神经网络算法的大地测量误差检测方法.对大地测量的基本原理进行分析,通过对测量所得数据的综合计算得到待测量目标相对位移及旋转角度相关测量结果,构建基于BP网络的测量误差预测模型;将测量结果输入模型,得到的输出值即为预测误差,利用动态贝叶斯检验算法判断测量结果是否准确.结果表明,所提测量误差检测方法的检测结果准确率在90%以上,且检测过程所需时间与成本消耗低于实验对比方法,证实了所提方法的检测准确率及检测效率.     

不同插值方法在断层检测模型中的应用效果对比分析

为了了解同一断层检测模型在不同插值方法下的检测效果和同一插值方法在不同断层检测模型的检测效果.对比视觉几何组VGG(Visual Geometry Group)、多层感知机MLP(Multi--layper Perceptron)、支持向量机SVM(Support Vector Machine)三种断层检测模型在lin...